Het lastige is dat je die fouten niet (direct) terugziet in je rapportage. Je ziet alleen het gevolg: campagnes die minder opleveren dan ze zouden kunnen. Grote kans dus dat er ook in jouw container zulke problemen zitten, en dat je daardoor omzet en winst laat liggen. De week van Black Friday is niet het moment waarop je daarachter wilt komen.
Black Friday vergroot een trackingprobleem uit
Als er zoveel omzet tegelijk binnenkomt, wordt elk klein trackingprobleem uitvergroot. Je marketingkanalen bieden in die dagen op basis van de signalen die jij ze geeft. Kloppen die signalen niet, dan bieden ze verkeerd, en dat op het duurste moment van het jaar. Tijdens de piek wil je ook geen wijzigingen meer in je container publiceren. Black Friday valt dit jaar op 27 november. Wil je het oplossen, dan moet dat nu.
Waar het in de praktijk misgaat
Wanneer wij een tracking en/of GTM-audit uitvoeren, kijken we minimaal naar onderstaande 4 punten, zowel in de browser (client-side) én via je eigen server (server-side) indien geconfigureerd. Je kijkt of de data die je verzamelt klopt, compleet is en goed aankomt bij de kanalen die erop sturen.
- Consent: welke data je wel en niet mag meten en doorsturen
- DataLayer: de bron waar alle tags hun informatie uit halen binnen een website of app
- Event settings: hoe je events en conversies per kanaal hebt ingericht
- User data: de gegevens waarmee kanalen een conversie aan een gebruiker koppelen
1. Consent
Consent bepaalt wat je wel en niet mag meten en doorsturen. Je wilt weten of je consent management platform (je cookiebanner en de logica erachter) goed samenwerkt met Google Tag Manager, of Consent Mode correct is ingericht en of tags de consentstatus van de bezoeker respecteren. Ook je server-side container moet die status netjes meenemen, zodat er niets doorgaat zonder toestemming.
Sinds Consent Mode Versie 2 komt daar nog iets bij. Naast toestemming voor analytics en advertenties stuur je nu ook mee of iemand akkoord is met het delen van user data voor advertenties (ad_user_data) en met gepersonaliseerde advertenties (ad_personalization). Ontbreken die signalen, dan kun je in Google Ads functies als remarketing en audiences niet volledig gebruiken.
In de praktijk zien we hier vaak tags die al vuren voordat er toestemming is gegeven, of een Consent Mode die maar half is ingericht en niet de best mogelijke signalen gebruikt. Ook timing speelt een rol: als de standaard consentstatus niet is gezet vóórdat de eerste tags vuren, gaan die hits verloren of worden ze verkeerd verwerkt. Het resultaat is dat je ofwel data verzamelt die je niet mag verzamelen, ofwel meer blokkeert dan nodig en conversies mist die je wél had mogen meten.
Dat laatste kost je direct performance. Met een goed ingerichte Consent Mode kan Google conversies modelleren voor bezoekers die geen toestemming gaven. Volgens Google herstelt die modellering gemiddeld meer dan de helft van de klik-naar-conversiepaden die anders verloren zouden gaan. Met advanced Consent Mode, waarbij Google ook zonder toestemming anonieme, cookieloze signalen ontvangt, ligt dat volgens Google gemiddeld zelfs twee keer hoger (Google Ads Help). Hoeveel het bij jou oplevert, hangt sterk af van je consent rate, en welke variant past is ook een juridische afweging. Maar is Consent Mode niet goed ingericht, dan laat je dit volledig liggen. Dit wil je gewoon op orde hebben.
2. DataLayer
De dataLayer is de bron onder alles: de laag op je website waarin je webshop gegevens als producten, prijzen en orderwaarden klaarzet voor je tags. Elke tag haalt zijn informatie hier vandaan, en de tracking van al je kanalen bouwt op deze waarden: je analytics, je advertentieplatformen en je rapportages. Een fout in de dataLayer is daarom zelden een fout op één plek. De impact is breed.
Je wilt elk e-commerce event testen, van view_item tot purchase. Vuurt het op het juiste moment? Staan de juiste producten, waarden en valuta erin? Een veelvoorkomend probleem is incomplete productdata: events waarin producten ontbreken of waarin velden als prijs, categorie of variant leeg zijn. Je kanalen weten dan wél dat er iets is gekocht, maar niet wat. Ook timing is belangrijk. Een purchase die al vuurt voordat de betaling rond is, telt bestellingen mee die uiteindelijk nooit worden afgerekend.
Dan de dubbele aankoop. Veel kanalen en analytics-tools kunnen dubbele aankopen zelf wegfilteren, maar alleen als je ze daar de juiste informatie voor geeft. Google Analytics ontdubbelt bijvoorbeeld purchase-events van dezelfde gebruiker met dezelfde transaction_id (Google Analytics Help). Ontbreekt die ID, dan gaat het mis: een ververste bedankpagina wordt gewoon als tweede aankoop geteld. Je ziet het niet zonder gericht te zoeken.
3. Event settings
Als de dataLayer klopt, is de volgende vraag of je kanalen die data ook goed begrijpen. Event settings bepalen hoe je events en conversies per kanaal hebt ingericht. Hebben events de juiste naam en parameters? Sturen browser- en server-side tags dezelfde event_id mee, zodat het platform herkent dat het om dezelfde aankoop gaat en de dubbele wegfiltert? Telt een aankoop als primaire conversie, en wordt hij één keer per transactie geteld? En sluiten de product-IDs aan op je productcatalogus?
Dat de combinatie van browser- en server-side tracking met goede deduplicatie loont omdat het algoritme dan meer data heeft om op te sturen. Advertentieplatforms beweren dat adverteerders die beide combineren betere resultaten zien. Volgens Meta gemiddeld 13% betere cost per acquisition. TikTok rapporteert 19% meer gemeten events en een 15% betere cost per action. Dat zijn cijfers van de platforms zelf, dus neem ze met een korrel zout, maar de richting is consistent. Alleen: zonder goede deduplicatie tel je diezelfde events juist dubbel.
Een ander voorbeeld dat we regelmatig tegenkomen, zit niet eens in GTM zelf maar in Google Analytics. Een webshop sluit een nieuwe betaalprovider aan, maar niemand voegt die toe aan de lijst met ongewenste verwijzingen (unwanted referrals). Klanten worden voor de betaling doorgestuurd naar de betaalprovider en komen daarna terug op de bedankpagina. Google Analytics ziet die terugkeer als een nieuw bezoek, met de betaalprovider als bron.
Het gevolg: de aankoop wordt toegeschreven aan de betaalprovider in plaats van aan de campagne waar de klant echt vandaan kwam. Je marketingkanalen lijken minder op te leveren dan ze doen, en je stuurt je budget bij op basis van een vertekend beeld. Een kleine instelling, met grote gevolgen voor je attributie.
4. User data
Dat dit direct effect heeft op je performance, is goed gedocumenteerd. Google meet het via enhanced conversions, waarbij je gehashte klantgegevens meestuurt met je conversies. Adverteerders die dat deden, zagen een mediane stijging van de conversieratio van 5% op Search en 17% op YouTube (Google). En dat is meer dan een mooier rapport: elke conversie die een kanaal wél herkent, is extra signaal waar het biedalgoritme van leert. Zonder user data blijft je match rate laag, blijven conversies onzichtbaar en bieden algoritmes blind.
Waarom het ertoe doet: betere signalen, slimmer bieden
Samen zorgen deze vier onderdelen voor één ding: je marketingkanalen krijgen de juiste signalen. Hun bied- en optimalisatie-algoritmes zijn zo goed als de data die je ze geeft. Krijgen ze dubbele aankopen, incomplete productdata of conversies zonder user data, dan leren ze van ruis. Krijgen ze schone, complete events met de juiste toestemming, dan kunnen ze gericht bieden op de mensen die echt converteren.
Zo ga je de piek in met conversiedata die je kunt vertrouwen als je moet bijsturen, binnen de lijnen van consent. En het fundament staat er nog als Black Friday voorbij is.
Hoe groot het verschil kan zijn, zagen we bij een van onze klanten. Daar matchte slechts 37,9% van de events met de productcatalogus. Het kanaal wist bij ruim zes op de tien events dus niet om welk product het ging. Na het rechtzetten van de event settings en het aanvullen van de user data steeg dat naar 87%.
Zelf checken vóór Black Friday
Geen tijd meer voor een volledige audit? Met deze checks kom je zelf al een heel eind:
- Consent: weiger alle cookies op je eigen site en kijk in GTM Preview welke tags nog vuren, en met welke consentstatus. Controleer ook of
ad_user_dataenad_personalizationworden meegestuurd. - DataLayer: doe een testaankoop en check of
purchaseprecies één keer vuurt, met een unieketransaction_iden complete productdata. Ververs de bedankpagina en kijk of hij niet opnieuw vuurt. - Event settings: controleer of browser- en server-side tags dezelfde
event_idmeesturen, of je aankoopconversie in elk kanaal als primair doel staat, en of al je betaalproviders op de lijst met ongewenste verwijzingen staan. - User data: bekijk de diagnose van de matchkwaliteit in de event managers van je marketingkanalen. Een lage score wijst op ontbrekende user data.
Exporteer je GA4 naar BigQuery? Dan kun je de dubbele aankopen ook direct in de ruwe data opzoeken. Daar staan ook de events die GA4 in de rapporten al wegfiltert, dus je ziet precies hoe vaak het misgaat:
WITH purchases AS (SELECTecommerce.transaction_id AS transaction_id,COUNT(*) AS eventsFROM `jouw-project.analytics_123456789.events_*`WHERE event_name = 'purchase'AND _TABLE_SUFFIX BETWEEN '20261001' AND '20261112'GROUP BY transaction_id)SELECTCASEWHEN transaction_id IS NULL OR transaction_id IN ('', '(not set)') THEN 'geen of lege ID'WHEN events > 1 THEN 'meerdere keren verstuurd'ELSE 'ok'END AS status,COUNT(*) AS transaction_ids,SUM(events) AS purchase_eventsFROM purchasesGROUP BY status




